近日，威廉希尔官网英国威廉希尔唯一官网郜东瑞副教授团队的研究成果“A Comprehensive Adaptive Interpretable Takagi-Sugeuo-Kang Fuzzy Classifier for Fatigue Driving Detection”（基于综合自适应可解释TSK模糊的疲劳驾驶检测）被人工智能领域顶级期刊“IEEE Transactions on Fuzzy Systems”接收。该项研究成果由英国威廉希尔唯一官网的研究生导师郜东瑞副教授和2021级研究生刘世洪共同完成，刘世洪和导师郜东瑞为该论文共同第一作者，成都信息工程大学为第一署名单位。

该项研究成果提出一种模糊特征计算的新方法--综合自适应可解释 TSK 模糊分类器。该方法通过集成多个子分类器，获取多个子分类器综合特征增强模型的学习资源，从而缓解数据集不平衡问题。同时，设计模糊规则随机保留方法和数据压缩操作来减少错误信息的积累。最后，将多个子分类器的结果进行建立线性组合模型，综合考虑多个子分类器的学习效果，以适应不同的研究对象和数据集。在自制数据集和公共数据集（SEED-VIG）上进行的实验表明，CAI-TSK-FC 在不同的脑电疲劳驾驶数据集上具有良好的分类性能和可解释性，为脑机接口的发展提供了新的研究方向。

所提出方法模型

IEEE Transactions on Fuzzy Systems（IEEE TFS）是人工智能领域的顶级国际期刊，由IEEE（电气和电子工程师协会）出版，专注于模糊系统的理论、设计和应用。IEEE TFS是中国科学院SCI期刊分区计算机科学1区TOP期刊，2024年影响因子10.7，h-Index:170。CiteScore：20.50

论文信息：

D. Gao et al., "A Comprehensive Adaptive Interpretable Takagi-Sugeuo-Kang Fuzzy Classifier for Fatigue Driving Detection," in IEEE Transactions on Fuzzy Systems, doi: 10.1109/TFUZZ.2024.3399400.